LeetCode 剑指 Offer 10- II. 青蛙跳台阶问题（动态规划，循环求余）

最新推荐文章于 2023-03-12 21:06:36 发布

nevilcheng

最新推荐文章于 2023-03-12 21:06:36 发布

阅读量217

点赞数

分类专栏： LeetCode 文章标签：算法数据结构动态规划 leetcode python

本文链接：https://blog.csdn.net/qq_37766514/article/details/109707891

版权

LeetCode 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

本文介绍了青蛙跳台阶问题，它与斐波那契数列相似，但起点不同。通过动态规划和循环求余两种方法，我们可以高效地计算出不同台阶的跳法。动态规划法优化了空间复杂度，而循环求余法则在计算过程中进行了取模操作。两种方法的时间复杂度均为O(N)，空间复杂度为O(1)。

摘要由CSDN通过智能技术生成

LeetCode 剑指 Offer 10- II. 青蛙跳台阶问题

题目描述

一只青蛙一次可以跳上1级台阶，也可以跳上2级台阶。求该青蛙跳上一个 n 级的台阶总共有多少种跳法。

答案需要取模 1e9+7（1000000007），如计算初始结果为：1000000008，请返回 1。
注：取模可以看成取余

示例 1：

输入：n = 2
输出：2

示例 2：

输入：n = 7
输出：21

示例 3：

输入：n = 0
输出：1

提示：

0 <= n <= 100

前言
本题与面试题10- I. 斐波那契数列等价，唯一的不同在于数字不同（故而直接从动态规划开始）：

青蛙跳台阶问题： f(0)=1 , f(1)=1 , f(2)=2
斐波那契数列问题： f(0)=0 , f(1)=1 , f(2)=1

方法一：动态规划

解决思路：

状态定义：设 dp 为一维数组，其中 dp[i] 的值代表第 i 个台阶的跳法。
转移方程： dp[i + 1] = dp[i] + dp[i - 1] ，即对应数列定义 f(n + 1) = f(n) + f(n - 1) ；
初始状态： dp[0] = 0, dp[1] = 1 ，即初始化前两个数字；
返回值： dp[n] ，即n级台阶的总共跳法

代码

class Solution:
    def fib(self, n: int) -> int:
        a, b = 1, 1                  #注意这里初始化的时候b为1，而不为2
        for _ in range(n):           # _ 是占位符，表示不在意变量的值 只是用于循环遍历n次
            a, b = b, a+b            #状态转移方程。也相当于，`temp = a + b, a = b, b = temp`
        return a % 1000000007

空间的复杂度优化：

若新建长度为 n 的dp列表，则空间复杂度为O(N)。由于dp列表第i项只与第 i−1 和第 i−2 项有关，因此只需要初始化三个整形变量 sum, a, b ，利用辅助变量 sum 使 a, b两数字交替前进即可。
节省了 dp 列表空间，因此空间复杂度降至 O(1)。

结果and总结

运行时间：32ms 内存消耗：13.5MB

方法二：循环求余法

解决思路：

求余运算规则：设正整数 x, y, p，求余符号为 ⊙ ，则有 (x+y)⊙p = (x⊙p + y⊙p)⊙p。
解析：根据以上规则，可推出 f(n)⊙p = [f(n-1)⊙p + f(n-2)⊙p]⊙p，从而可以在循环过程中每次计算 sum = (a+b) ⊙ 1000000007，此操作与最终返回前取余等价。

代码

class Solution:
    def fib(self, n: int) -> int:
        a, b, sum = 1, 1, 0
        for _ in range(n):
            sum = (a + b) % 1000000007
            a = b
            b = sum
        return a